Facebook推出新AI器材可直接辨认图片中的物体

（原问题：Facebook推出新AI器材可直接辨认图片中的物体）

汹涌消息记者 王心馨

要让计较机学会辨认一张照片中的图像，凡是来说，必要先让它看上千张已经标注好数据的图片。为了能简化计较机辨认图像的进程，来自Facebook人工智能研究尝试室（FAIR）的六名成员操作Transformer神经收集架构建设了端到端的图像检测AI。

DETR可以直接（并行）猜测最终的检测功效

研究员将这套器材定名为DETR（Detection Transformer），并暗示这套器材简化了辨认图片工具必要的组件。

FAIR 在官方博客中称，DETR是第一个乐成将Transformer架构集成为图像工具检测焦点的器材。Transformer架构可以像连年来对天然说话举办处理赏罚一样，彻底改变计较机视觉，可能缩小天然说话处理赏罚与计较机视觉之间的差距。

“通过将通用的CNN与Transformer架构相团结，DETR可以直接（并行）猜测最终的检测功效，与很多其他当代检测器材差异，新模子在观念上很简朴，不必要专门的数据库。”研究员在论文中称。

Transformer架构由谷歌研究职员于2017年建设，Transformer架构最初旨在改造呆板翻译的要领，但今朝已成长成为呆板进修的基石，可用于实习一些最风行的颠末预先培训的说话模子，譬喻Google的BERT，Facebook的RoBERTa等。Transformer架构行使留意力函数取代递归神经收集来猜测序列中的下一步。应用于物体检测时，Transformer可以镌汰成立模子的步调，譬喻建设空间锚点和自界说图层等步调。

研究职员在论文中称，DETR取得的功效可与Faster R-CNN媲美。Faster R-CNN是由微软研究院建设的工具检测模子，自2015年推出以来已得到近10000次引用。

尽量结果不错，但研究职员在论文中也指出了这个模子的首要题目之一：DETR在大物体的辨认上比小物体上更精确。研究职员暗示：“今朝的模子必要几年改造才气应对相同的题目，我们但愿将来的事变可以或许乐成办理。”

值得一提的是，DETR是Facebook 最新推出的AI打算，这个打算旨在找到一种说话模子来办理计较机视觉带来的挑衅。在此之前，针对自家平台上泛滥的谎言和不实动静，Facebook引入了恶意模因数据集挑衅。Facebook以为，恶意图文对付呆板进修措施而言是一个风趣的挑衅，呆板进修在短时刻内还找不到美满的办理要领。Facebook但愿开拓者能建设出模子辨认图像和随附文本中违背Facebook政策的内容。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!